DGDDI
DNRED
2 mail Monique Maunoury - 94200 - Ivry Sur Seine

Métro ligne 7 (arrêt "porte de Choisy") - Tram T3a (arrêt "porte de Choisy") - parking.

La Direction Nationale du Renseignement et des Enquêtes Douanières (DNRED) est un service à compétence nationale rattaché à la Direction Générale des Douanes et Droits Indirects (DGDDI). Elle est chargée de mettre en œuvre la politique du renseignement, du contrôle et de la lutte contre la fraude en matière douanière. La DNRED exerce son activité sur l'ensemble du territoire douanier national, dont la zone Antilles-Guyane où elle dispose d’une antenne. Par ailleurs, la DNRED est, depuis 2008, l'un des 6 services de renseignement de la Communauté française du renseignement. Elle est, avec TRACFIN, l'un des 2 services de renseignement des ministères économiques et financiers.

Au sein de la direction technique de la DNRED, les équipes en charge du numérique assurent la conception, la direction, le développement, l'exploitation, la sécurité numérique et le maintien en condition opérationnelle des systèmes d'information et de communication de la DNRED. Il s’agit pour cette division de préparer l’avenir, piloter de bout en bout les projets d’évolution et d’assurer l’exploitation permanente des systèmes d’informations de la DNRED (systèmes métier, réseaux classifiés, etc.). En lien avec la direction générale des douanes et la communauté du renseignement, s’assurer de l’interopérabilité et des interconnexions est au cœur de la mission visant à valoriser les données de la DNRED.

Rattachée au département numérique de la Direction Technique, la division « valorisation de la donnée » est au cœur des enjeux liés à l’ingénierie logicielle et à la valorisation des données pour l’ensemble des systèmes d’information de la DNRED, y compris classifiés. L’équipe est composée d’une dizaine de personnes. A ce titre, elle :

• assure la conception, le développement, l’optimisation, le maintien en conditions opérationnelles et l’évolution du parc applicatif de la DNRED, en lien avec la DGDDI, la communauté nationale du renseignement, les autres partenaires concernées et les prestataires externes ;
• assure l’intégration et le déploiement des applicatifs au sein des systèmes d’information de la DNRED ;
• assure la cohérence de la pile logicielle du parc applicatif de la DNRED, et en particulier sa conformité avec son palier technique ;
• définit et met en œuvre l’architecture des stocks de données propres à la DNRED, en garantissant notamment leur interopérabilité avec les différents gisements de données auxquels la DNRED peut avoir accès ;
• en lien avec les directions métier et les services centraux, met à disposition des outils permettant d’accéder et de valoriser les données ;
• contribue à identifier et formaliser des cas d’usage de traitement et de valorisation des données détenues par la DNRED, en lien avec les métiers concernés (opérations, enquêtes, renseignement, etc.). Elle contribue à formaliser les modèles de données mis en œuvre et conçoit, développe et/ou intègre des solutions applicatives permettant de répondre à ces cas d’usage ;
• définit et met en œuvre des éléments de politique et de gouvernance des données sur l’ensemble de leur cycle de vie ;
• assure la déclinaison de la politique de sécurité de la DNRED sur son périmètre ;
• assure une veille technologique permanente sur les sujets liés au développement logiciel et au traitement de la donnée, et est force de proposition sur les choix technologiques en lien avec ses domaines de compétences ;
• conçoit et met en œuvre la formation des utilisateurs aux nouveaux outils qu’elle met à leur disposition.

Au sein de la division « valorisation des données », en lien avec les directions métier, la DGDDI et les partenaires de la communauté du renseignement, le Data Scientist:

• Contribue à identifier et à formaliser des cas d’usage de traitement et de valorisation des données détenues par la DNRED, en lien avec les métiers concernés ;
• Assure le lien avec les développeurs de la division afin de permettre la conception, la mise en œuvre ou, le cas échéant, l’intégration, de solutions applicatives visant à répondre à ces cas d’usage ;
• Contribuer, en phase d'idéation, à la qualification du volet data science de chaque idée de cas d'usage pour évaluer la faisabilité et la complexité technique.
• Construit, en phase de développement, les modèles et les algorithmes de traitement de données nécessaire à la réalisation du cas d'usage.
• Industrialise, ces traitements dans le SI-DNRED.

Entretien avec l'officier de sécurité de la DNRED et entretien/évaluation avec la psychologue à réaliser avant l'affectation.

Habilitation aux informations classifiées avant la prise de fonction

• SAVOIRS

Gestion de l'information et de la connaissance : niveau maîtrise requis immédiatement

Identification des besoins : niveau maîtrise requis immédiatement

Solution et outils de gestion des données : niveau maîtrise requis immédiatement

Amélioration des processus : niveau maîtrise requis immédiatement 

Langage de programmation : niveau pratique requis immédiatement

• SAVOIR-FAIRE

Met en corrélation information et connaissance pour créer de la valeur ajoutée pour l'administration  : niveau expertise requis immédiatement

Guide et soutient les clients dans leur prise de décisions stratégiques : niveau pratique requis immédiatement

Conduit et autorise la mise en œuvre d’innovations et d’améliorations destinées à améliorer la compétitivité et l’efficacité : niveau pratique requis immédiatement

Prendre en compte un contexte, une contrainte, une complexité (RIME) : niveau pratique requis immédiatement

• SAVOIR-ETRE

Discrétion 

Sens de la pédagogie

Sens de l'innovation / Créativité

Esprit analytique et synthèse

Sens de l'initiative 

Compétences:

• Expérience dans le développement de solutions logicielles orientées IA.
• Maîtrise des différents domaines de l’IA : machine learning, deep learning, recherche opérationnelle, traitement du langage naturel, vision par ordinateur, IA générative.
• Maîtrise les outils et les bibliothèques de data science les plus couramment utilisées : Scikit-learn, PyTorch, Tensor, …
• Maîtrise des techniques de gestion des données, acquisition, préparation des données et de mise en œuvre de pipelines de données pour l’alimentation de modèle d’IA.
• Capacité à communiquer pour vulgariser et expliquer les concepts techniques complexes au cœur de l’activité de son équipe, à des parties prenantes non techniques.

L.332-2,2° du Code général de la fonction publique